[发明专利]一种集合卡尔曼滤波方法及装置

说明书

公开了一种集合卡尔曼滤波方法及装置。该方法包括以下步骤：1)建立储层静态模型，并利用序贯高斯模拟方法产生多个储层静态模型集合；2)得到初始状态向量S_k,j；3)得到所述多个储层静态模型集合的各个实现对应的动态参数和地震响应差异；4)基于储层静态参数以及多个储层静态模型集合的各个实现对应的动态参数和地震响应差异预测状态向量；5)以预测状态向量同化吸收观测数据进行储层静态模型的校正，并得到校正状态向量；6)抽取校正后的各个实现对应的储层静态参数，求取平均值作为滤波结果。模型实验表明，校正后的静态模型能够较好地反映储层非均质性，并且与地震数据有较好的一致性。

技术领域

本发明涉及石油化工产业地球物理勘探领域，更具体地，涉及一种集合卡尔曼滤波方法及装置。

背景技术

1994年，Evensen首次引入集合卡尔曼滤波方法，用于校正非线性海洋模型。随后集合卡尔曼滤波在天气预报、海洋汇图、水文地理等领域得到了广泛应用。2005年Evensen从Bayes定理出发，推导给出了集合卡尔曼滤波和集合卡尔曼平滑严格的数学表达式。最近几年，集合卡尔曼滤波逐渐被引入到油藏开发领域，用于油藏历史拟和、生产预测以及揭示储层非均质性等方面，并取得了较好效果。集合卡尔曼滤波可以应用地震观测数据，揭示储层的非均质信息，然而地震数据庞大，使得该方法的应用存在一定的困难。因此，有必要开发一种可用于地震观测数据的集合卡尔曼滤波方法及装置。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

储层静态模型是储层表征的重要内容，通常利用已知数据，结合先验性认识对未知储层空间进行插值预测。然而，这样得到的储层静态模型经常与实际生产观测数据以及地震观测数据之间存在着较大差异。本发明提出一种利用集合卡尔曼滤波，通过观测数据反推系统模型的状态向量，并使得校正后的储层静态模型和观测数据之间差异最小化的方法和装置。

根据本发明的一个方面，提出一种集合卡尔曼滤波方法。所述方法包括以下步骤：

1)建立储层静态模型，并利用序贯高斯模拟方法产生多个储层静态模型集合；

2)基于所述多个储层静态模型集合得到储层静态参数R_s、初始时刻动态参数R_d、地震差异数据ΔSe组成初始状态向量S_k,j；

3)基于所述多个储层静态模型集合和所述初始状态向量S_k,j得到所述多个储层静态模型集合的各个实现对应的动态参数和地震响应差异；

4)基于储层静态参数以及多个储层静态模型集合的各个实现对应的动态参数和地震响应差异预测状态向量；

5)以预测状态向量同化吸收观测数据进行储层静态模型的校正，并得到校正状态向量；

6)抽取校正后的各个实现对应的储层静态参数，求取平均值作为滤波结果。

优选地，所述多个储层静态模型集合的各个实现对应的动态参数通过对所述多个储层静态模型集合进行数值模拟而得到。

优选地，所述多个储层静态模型集合的各个实现对应的地震响应差异通过对岩石物理模型计算岩石物理参数的变化而得到。

优选地，步骤5)中所使用的校正公式为：

式中，Kg_k、为卡尔曼滤波因子。

优选地，卡尔曼滤波因子Kg_k、通过以下公式得到：